/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
4 сен 2026

finetuning-sentiment-model-3000-samples

Классификация текстаТекст → label3 профессии

Дообученная на 3000 примерах модель DistilBERT для классификации текста и анализа тональности.

8скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель lorenzosperisen/finetuning-sentiment-model-3000-samples — дообученная версия DistilBERT для классификации текста. В карточке указано, что модель обучалась на 3000 примерах, но набор данных и подробности обучения не описаны. Архитектура — DistilBertForSequenceClassification; модель использует библиотеку Transformers и веса в формате safetensors.

Модель предназначена для классификации текстовых последовательностей, в частности для анализа тональности. Контекст составляет до 512 токенов. Базовая модель distilbert/distilbert-base-uncased рассчитана на английский язык. Репозиторий распространяется по лицензии Apache-2.0. Качество, набор меток и ограничения классификатора в карточке не раскрыты.

Сценарии применения

  • классификация тональности коротких текстов
  • определение эмоциональной окраски англоязычных отзывов
  • разметка пользовательских комментариев по категориям

Ограничения

Набор данных, метки классов и результаты оценки не описаны, поэтому качество и область применимости классификатора трудно оценить. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-sentiment-model-3000-samples

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 2

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.23.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForSequenceClassification
Ревизия весов
42d57d1

0 моделей